蚂蚁百灵发布首个金融增强开放模型Ling-3.0-flash-Fin：124B参数开源，主打投研长链路Agent，同步开源金融评测基准FinFIRST

2026年9月9日，外滩大会前夕，蚂蚁集团百灵发布首个金融增强开放模型Ling-3.0-flash-Fin。该模型已正式开源，并开放API体验。与传统金融大模型主要解决问答、摘要等单点任务不同，Ling-3.0-flash-Fin进一步瞄准真实金融工作流，尝试让AI从回答一个问题走向完成一项工作。

从单点问答走向完整工作任务

金融是验证模型专业能力的重要场景。业内看来，Ling-3.0-flash-Fin的推出，是百灵从通用模型能力向专业场景的一次重要探索。蚂蚁集团在金融场景有深厚积累，这使得百灵能够依托复杂真实场景验证模型能力，并持续迭代。

从模型定位上看，Ling-3.0-flash-Fin更强调面向长链路Agent工作的能力：让模型不再把信息检索、证据审查、计算、建模和报告准备看成彼此孤立的任务，而是尝试将它们连接起来，完成一项完整的金融研究工作。

模型目前重点切入投资研究场景，覆盖四大核心环节：

• 信息检索：优先采用权威、官方信源，保证数据一致性与端到端可追溯；
• 研究推理：整合多源异构数据，构建清晰、可验证的逻辑证据链；
• 估值建模：理解复杂的Excel财务关联，支持自动更新且保持文件完全可编辑；
• 研报撰写：融合事实、计算与可视化图表，产出专业、可读的研究成果。

高效率MoE架构：低成本高部署

Ling-3.0-flash-Fin基于Ling-3.0-flash打造，延续124B总参数、5.1B激活参数的MoE混合专家架构，具备256K长上下文能力。这种设计让它既拥有大模型的综合知识容量，又保持小模型的低推理成本与高部署效率。

通过金融语料持续预训练、领域后训练和工具使用优化，模型强化了对年报、财务工作簿、多份研究材料等复杂内容的处理能力，并可与搜索、Python、数据库和电子表格连接，适配机构投研工作流实际需求。

在多项权威基准上，模型展现出竞争力：通用能力层面，AA Intelligence Index得分由38分提升至41分，实现专业能力与通用能力双向提升；在FinSearchComp Verified、FinCRAFT、FinanceAgent、SpreadsheetBench、τ³-Banking等金融基准上表现突出。

开源模型权重与FinFIRST评测基准

Ling-3.0-flash-Fin已开放模型权重，支持私有化部署，并可通过Hugging Face、ModelScope获取，同时在OpenRouter、Vercel等平台提供API体验。

与模型同步开源的还有金融搜索Agent评测基准FinFIRST。该基准由蚂蚁集团构建、中金公司投行团队提供专业支持，50余位金融专业人士参与设计，覆盖中国内地、美国、中国香港等市场，中文题占60.2%、英文题占39.8%。FinFIRST V1包含123个专家编写的任务、701个原子标准、12300个评分点。超过五分之四的题目包含多个子问题，61.8%要求显式计算，32.5%需多个信源，75.6%不直接指定信源、需Agent自主搜索判断，所有题目均使用公开可访问信源。

金融行业对模型专业性、逻辑严谨度有着极高要求，通用大模型难以完全匹配投研、财务分析等复杂工作。蚂蚁集团与中金公司的此次合作，希望依托双方产业与技术积累，把AI能力真正落地到金融机构日常业务；Ling-3.0-flash-Fin的推出，也为整个金融AI生态提供了可复用的能力与标准化评估工具。

Sources:

• 蚂蚁集团百灵发布首个金融增强开放模型 — 证券日报
• Ant Group Open-Sources Ling-3.0-flash-Fin — Business Wire
• 蚂蚁百灵发布首个金融增强模型Ling-3.0-flash-Fin，官宣开源 — 网易智能